我们在平时的运营工作中经常会遇到这样的问题：数据后台一堆数据指标，不知道看哪些比较好；精心策划的活动做完了不知道该怎么全面评估活动效果，拉新量做上来了被领导diss用户质量太差，好不容易用户质量提上来了，但又很快流失了。纠其原因是没有对业务制定完整的指标体系，全方面考量业务的健康程度。

一、什么是指标体系

        “指标体系”在日常运营工作中运用非常广，各种项目都需要搭建一套指标体系去监控业务发展状态，但这个词的概念非常广，究竟是什么意思呢？百度百科给出的定义是这样的： 

        指标体系是指由若干个反映社会经济现象总体数量特征的相对独立又相互联系的统计指标所组成的有机整体。在统计研究中，如果要说明总体全貌，那么只使用一个指标往往是不够的，因为它只能反映总体某一方面的数量特征。这个时候就需要同时使用多个相关指标了，而这多个相关的又相互独立的指标所构成的统一整体，即为指标体系。

        简而言之，指标体系就是多个相互独立而又相关，来描述业务整体梳理特征的指标。

二、如何构建用户增长指标体系

        用户增长是企业的核心目标，唯有持续不断的新鲜血液注入，业务才有长远的发展。对于用户增长而言，不但要关注其增长速度，还需要关注增长质量，在增长的同时还需要了解用户的特征与偏好，投其所好给予他们所需要的东西，从而延长其在平台的生命周期，因此需要从下面这些方面去制定指标体系，关注整体用户增长效果。

        1、用户规模 

            1.1 累计注册用户量：平台全量注册用户数，这是衡量平台影响力，市场份额的重要指标。

            1.2 新增注册用户量：统计时间段内新增的注册用户数量，这个指标可以直接评估拉新数量，只有注册的用户才有可能后续转化为下单用户。

            1.3 新增下单用户量：统计时间段内首次下单的用户数量，对于电商平台来说，只有下单用户才会为平台带来直接收益，因此新增的注册用户需要转化为下单用户才会变得有意义，这个指标与新增注册用户量相结合来评估拉新效果。

        2、用户质量

            2.1 活跃用户量：统计时间段内打开App的用户数量，该指标与UV不同的地方在于活跃用户数只统计打开App并登陆账号的用户。

            2.2 下单用户量：统计时间段内完成交易订单的用户数量

            2.3 复购用户量：统计时间段内下单量超过1的用户数量，很多时候拉新都是通过一些大力度的促销活动或者优惠券吸引用户注册，这样新用户的下单率非常高，不能准确衡量用户的质量，需要继续监控有多少用户完成了复购以及复购的金额。

            2.4 留存用户量/率：统计时间内下单的用户在下个阶段仍然有下单的用户量/率，该指标可以直接监控用户在平台中的流失情况，尤其是新用户的留存率需要重点关注，避免“生于拉新，死于留存”的悲剧。

            2.5 购物频次：统计时间内平均每个用户下单次数，尤其对于高频消费的品类，比如生鲜、餐饮、快消品等，用户粘性将直接决定平台的GMV。

        3、用户分层

        用户运营的核心是将用户按照价值划分为不同层级分别开展运营策略，典型的划分方法是通过RFM模型将用户的生命周期与贡献价值划分成不同层次，具体划分标准参照我的前一篇文章：从0到1搭建用户生命周期模型，让用户运营更加高效

        4、用户画像

        用户画像，即用户标签，就是企业通过收集与分析消费者社会属性、生活习惯、消费行为等主要信息的数据之后，完美地抽象出一个用户的商业全貌作是企业应用大数据技术的基本方式。通过用户画像可以勾勒出用户的基本特征，分析其背后的潜在需求，为产品迭代提供重要支持。用户画像主要分为以下类型

        4.1 基础属性：性别、年龄、职业、婚姻状态、是否有孩子、用户来源渠道等

        4.2 行为属性：品类偏好、下单时间偏好、促销偏好等

        4.3 用户价值：新老用户、消费水平、用户粘性等

        4.4 特征人群：健身一族、养生达人、爱宠人群等

三、总结

        1、不同业务类型关注的核心用户指标不同，但其核心思路都是相同的，那就是“用户量”与“用户质量”。指标在精不在多，只要能准确描述出这两个特征就行了。

         2、用户规模、用户质量这些都是需要每日监控，遇到问题业务及时响应。用户分层、用户画像这些指标一般在制定战略时需要，非特殊情况是不会发生太大变化的。

        如果您觉得我的文章有意思，欢迎关注哦，定期分享原创运营、数据分析干货知识